先了解这件事
AI 综述
2026年10月7日,MarkTechPost发布Laya开发者教程,用CLINC150银行领域15个意图的450条测试查询,对这款4.21亿参数非自回归决策引擎完成零样本路由与概率校准评测。评测显示,Laya零样本路由准确率为0.804,改用不带描述的裸意图名后升至0.878;作为对照,TF-IDF加逻辑回归需每个意图10到30条标注样本,才能达到0.848和0.904。校准方面,作者发现随包温度表中11个以上选项的条目为0.10会被钳制到0.5,单次fit_temperatures会重置未见问题类型的温度,按选项数分桶拟合后,测试集校准误差从0.102降到0.059。目前该评测为唯一有证据的发展,尚无后续更新。
AI 根据公开报道生成
最新进展 · 正式报道
Laya 零样本决策与校准开发者指南：在 CLINC150 上实测路由与概率事件进展
1 个已确认进展
- 来源：MarkTechPost
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月7日
MarkTechPost
Laya 零样本决策与校准开发者指南：在 CLINC150 上实测路由与概率
MarkTechPost 发布 Laya 开发者教程，用 CLINC150 银行域 15 个意图的 450 条测试查询实测这个 4.21 亿参数非自回归决策引擎。Laya 零样本路由准确率 0.804，改用不带描述的裸意图名后升到 0.878，而 TF-IDF 加逻辑回归需每个意图 10 到 30 条标注样本才能达到 0.848 和 0.904。作者还发现随包温度表中 11 个以上选项的条目为 0.10 会被钳制到 0.5，单次 fit_temperatures 会重置未见问题类型的温度，按选项数分桶拟合后测试集校准误差从 0.102 降到 0.059。